數位技術管理者的故事:教你如何做好管理的工作
數位技術管理者的故事:教你如何做好管理的工作

是什麼讓我有勇氣立下訪問一百位技術管理者的坑,至今我還是沒有印象,我想是時代劇烈轉變下,數位管理的資訊散落難尋開啟的吧!

2020年9月,在TGONetworks裡的一場談話,我們發現這個時代的高階技術管理者,CTO、CIO或是技術領域公司的CEO,他們都有很珍貴的管理實戰經驗,卻沒有針對數位管理的平台可以分享,因此我決定跟TGONetworks一起針對台灣這些頂尖的數位技術管理者,談談如何做好數位技術的管理,正好這也是未來許多公司談數位轉型或是升級、甚至是數位賦能的核心關鍵,因此我們打算在整個亞洲挑選101位數位管理者來採訪,也嘗試將它用影像的方式呈現在網路上。

從首集開始錄影迄今,這個計畫已走到十分之一的進程,直覺發現了些有趣的共通性,已經訪問過的這些數位管理者,跟我過往認識的許多企業高階主管,有著些許不同的特質,或許是個巧合,但也或許是因為這樣的特質,讓這些管理者成為企業數位升級的核心成員,希望藉由這篇文章,幫大家整理出一些數位管理者可以學習與參考的特質,讓大家在面臨數位時代的來臨,有些應對的方法。

面臨轉變快速時代的重要心法:強烈的目標導向

就如同第一場訪談的Domain Driven Design社群的創辦人 Kim 說的一小段話:訂一個你好像窮盡全力都做不到的目標,但你還是要試圖去達成。

這十場的訪談,我深深感受到每位數位管理者對於達成目標的強烈動力,或許在訪談的過程中往回看,每個故事都可以輕描淡寫帶過,但這十場有的管理者試圖在資安面挑戰更高的水準,有技術人為了達成專案而去研究法律,也有在面對工作描述還沒辦法講清楚的狀況下就出任成一位主管,這些決定的背後,其實都是充滿不確定性,我聽到的故事,所有人在做決定的時間都是十分短暫的,這跟一些傳統企業裡面,高階主管做每一個決定都要考慮很多的狀況是十分不一樣的狀態,我聽到的故事往往都是做決定很快,但主事者卻能專注在先有產出、再慢慢調整。這與我認知的數位時代狀態其實不謀而合。

不管是做產品也好,自我成長也好,因為我們對於未來的世界實在難以預測,所以只能不斷產出並且調整,或許在過程中會犯錯,但隨著快速調整的腳步,時間一久便能找到自己的定位,然後慢慢找出一個可以運作的框架,這就是我看到這些主事者一個非常重要的模式。

或許有些人還是無法體會強烈的目標導向在具體的生活上是如何發生,用個最簡單的比喻,在第九集時,剛好跟商業思維學院的產品負責人,同時也是Medium上非常知名的PM Evonne討論到工作轉換這件事,她提到她每次做工作轉換都不會想太多,我好奇問她說,難道她不會擔心換一個新的工作比較差嗎?她的回答讓我覺得十分有趣,她說,只要這個新的工作自己沒有很反抗,又是自己覺得有趣,甚至可以有新的嘗試的地方,她就會去嘗試,與其一直糾結要不要轉職,不如專注把下一件事情做好。克服做決策的恐懼以及用數據去了解這決定背後的意義,基本上就能很快看到這決定的好壞,如果沒有不好,就去完成它;相較於我常常遇到一些朋友花個兩三年思考轉職的事,我相信同樣是兩三年的體驗,快速做決定一定能看到更多的產出。

shutterstock_1339969067_anxiety manage.jpg
圖/ Shutterstock

相較於沒有網路的時代,資訊流通的速度不可同日而語,現在的競爭,是全世界一起跑,如果凡事還要考慮再三才行事,或許成功率高一些,但被這世界巨獸而取代的機率是越來越大,就如同現在很多人才都被外商挖走的狀況一樣,如果台灣本土企業還沒辦法動起來,這些願意嘗試找尋答案的人才一定會轉往更快速的戰場。

紀律成就高度

或許很多人會覺得這些高階的管理者,其實也就是剛好在對的時機做了對的選擇,所以他們就有此成就。在我沒做訪談的時候,我似乎也會覺得每個管理者能夠把職涯走得順利,多少需要一些運氣,但當我聊完這每一場後,我發覺這些成功都不是偶然。

與創業家不同,創業家的成功有時候來自於市場的浪潮,就像在風口上的豬都會飛這句話一般;但,作為一個引領公司主要技術或產品的這群重要管理者,我發覺每個人的紀律都是十分扎實的。其中以玉山銀行的Kevin故事最讓我印象深刻,Kevin在加入銀行業前,其實走遍各種不同的產品,甚至包含遊戲產業,在銀行業與其他產業最不一樣的環境,便是對風險係數的在意程度,可以說是截然不同的層級。但加入銀行產業的Kevin不但要快速調整,在銀行產業領導百人團隊不說,還要同時思考創新跟風險管控要能共存的方法,在自身的調整,以及下的功課之細,絕對不是一般。

又或是知名資安公司DEVCORE的創辦人Allen,除了要求自己持續跟上資安的新知外,還要能夠讓自己的口語對話以及業務技巧持續成長,不然只是具有技術卻沒能對市場談話,這樣的公司是沒有競爭力的。對於一個技術背景的人,要能夠改變自己成為向市場對話與溝通的人,我相信自我要求的等級,絕對不是一般的挑戰。

其實就如同我最近常開的玩笑,我說我訪談的十位管理者裡面,大多都是技術與專業出身,甚至有些人在踏入職場時,就是個不善言辭的工程師;但這十場訪談下來,NG最多的是我本人,每位受訪者講起話來言之有物,有條有理,說起來有道理嗎?可想而知,這些管理者之所以在職涯上能有一定成就,絕非偶然,而我能理解其中成功的關鍵,絕對跟紀律與自我要求息息相關。

每位管理者共同的話題:人

管理者與一般的專業工作者最不同的,便是要管理團隊成員的所有事情。人的個性百百種,我記得有一集聊到,當工程師最幸福的是,大多的程式多少還是有標準答案的,能運作不能運作,就是1跟0的世界,但管理人卻不是如此。網路改變了所有事,但唯獨不變的是,你的工作還是需要跟一群人合作,才能完成更大的事業,也因此,如果有一天你希望能走上更高層級的工作,勢必會遇到管理相關的議題,而管理的議題,就無法擺脫人的元素。

現在這個時代做管理,已不如以往可以用上對下的施壓來搞定所有事,網路的資訊普及減低了換工作的難度,所以這個時代已經不再有草莓族的議題,相對的,現在的人才要找到一份更好的工作,是越來越簡單的事。也因此我察覺每個管理者甚至花了很多時間在跟團隊成員做1 on 1,一對一討論的內容也不一定是工作內的事,可能甚至也包含關心同事的生活,解除一些同事的壓力,討論各種不同的議題,這樣的工作或許非常花時間,但對於團隊成員的掌握度卻能有效提升,甚至有效降低離職的可能性,這些工作已經不再是人資負責的工作,而是連這些重要的管理者都要花時間做的功課,這是我看到一個很不同的轉變。

我想即使再過十年,人的議題依舊是管理者不變的課題,我想這也是為什麼鈦坦科技願意從上而下在內部推行敏捷、自組織、甚至推行大家練習正念的原因,讓每一個人成長,正是數位時代企業最重要的課題,因為數位產業已不再具有工廠以及許多重資產,取而代之的,便是關鍵人才。俗話說的好,得人心者,得天下,我想這是亙古不變的道理,也是這個時代所有管理者需要重視的重點議題。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

關鍵字: #企業管理
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓